Truco - Baixada

Una solución no promete que cada mezcla impresa esté igual de pulida. El lab ahora mide la pregunta importante en cada nodo: ¿cuánto puede ganar contra la estrategia mostrada un rival perfectamente adaptado? La respuesta es la insignia de calidad; los números antiguos de alcance y pérdida propia explican por qué un rincón salió mal.

§ 1

La insignia de calidad es la señal principal

La insignia es una brecha de mejor respuesta adversarial por nodo, expresada en puntos porcentuales de victoria de partida. Compara la mezcla exportada con una mejor respuesta genuina del rival, en vez de pedirle a la solución que se califique sola.

sólido · ≤ 1 pp: La ganancia explotable medida es como mucho un punto de victoria. Leé la mezcla normalmente.
cuidado · 1–5 pp: Hay margen visible para que gane el rival. Usala como pista, no como receta.
débil · > 5 pp: El lab reemplaza el número de estrategia por ≈. Esta rama no es estrategia confiable.

§ 2

Reconocer un rincón débil

Esta es una continuación real del piloto 11×10 en el lab. Las celdas pálidas con ≈ no son solamente improbables: cada una tiene una brecha de mejor respuesta medida por encima de 5 pp. Pasá el mouse o tocá una celda para ver su propia medida.

alta \ baja	5♥	5♠	5♦	3	2	A	K	J	Q	7	6	4
5♣	50	100	100	100	100	100	100	99	99	99	99	100
5♥		50	61	69	99	99	99	99	99	100	100	67
5♠			50	57	78	95	98	97	97	98	98	65
5♦				50	68	81	86	95	96	98	99	65
3				100	61	72	80	92	95	99	98	57
2					100	97	53	65	75	93	96	60
A						100	100	100	61	76	95	68
K							100	100	100	64	78	65
J								100	100	65	67	60
Q									100	100	58	56
7										100	51	47
6											100	74
4												59

Pasá el mouse o tocá una celda. Las celdas sólidas llevan mezclas entrenadas; las celdas pálidas con ≈ están señaladas.

Lámina VI Datos reales del lab — 11×10 v4, después de aceptar la mano de once y una continuación de primera baza de poco alcance. 0 de las 87 celdas de la grilla exacta de dos cartas son débiles por su brecha de mejor respuesta medida, así que el lab muestra ≈ en lugar de un número de estrategia.

No deduzcas una táctica de una celda ≈. Volvé a la última decisión sólida o explorá otra línea.

§ 3

Por qué una mezcla fuera de camino queda ruidosa

Antes de la tabla de mejor respuesta, la advertencia del lab venía de dos diagnósticos. Siguen acá porque explican cómo se degradó un rincón — describen la cobertura del entrenamiento, no la calidad.

L_{\mathrm{self}}(h) = 50\sum_a \sigma(a\mid h)\bigl(\max_{a'}q(a'\mid h)-q(a\mid h)\bigr)

$\sigma(a\mid h)$: qué tan seguido la solución toma la acción a con h
$q(a\mid h)$: el valor de equilibrio de la solución después de la acción a en la mano h
$50$: convierte la escala de valor −1…1 del solver en puntos porcentuales de victoria de partida

La pérdida propia pregunta si la mezcla está cerca de su propia mejor acción según los valores q de la solución — una alarma, no una garantía adversarial.

\rho_{\mathrm{own}}(h) = \prod_{d\,\in\,\ell_{\mathrm{own}}}\sigma(a_d\mid h)

$\ell_{\mathrm{own}}$: las decisiones previas del jugador activo en la línea
$\rho_{\mathrm{own}}$: cuán seguido la estrategia exportada del propio jugador lleva esta mano hasta el nodo

Un alcance propio cerca de cero significa que el promedio casi no acumuló experiencia acá; la alarma heredada usa ε = 0,001.

La causa es concreta: cuando una acción de quien no es dueño llega a probabilidad cero, CFR deja de bajar por esa rama — correcto para una acción realmente dominada, pero congela los valores aleatorios tempranos que haya debajo. Un alcance propio bajo registra esa historia; la brecha de mejor respuesta dice si el resultado realmente es explotable.

§ 4

Qué dice el certificado — y qué no

El certificado de la solución es una cota del juego completo, ponderada por alcance, contra mejores respuestas exactas. Dice que el perfil está cerca del equilibrio en promedio a lo largo del árbol de repartos. Una rama minúscula fuera de camino casi no contribuye a ese promedio, así que el certificado solo no puede certificar cada celda. Por eso la medida de mejor respuesta por nodo va en el gráfico.

Confiá primero en la insignia del propio nodo. Usá el certificado global para entender la solución completa, y pérdida propia más alcance propio para entender cómo apareció una advertencia.